Note ABES Multiphysics modelling for online diagnosis and efficiency tracking : application to green H2 production Modélisation multiphysique pour le diagnostic et le suivi de l’efficacité en ligne : application à la production d’H2 vert Hydrogène vert Modélisation multiphysique Multiphysics Modelling Robust fault diagnosis PEM electrolyser Green hydrogen Bond Graph Efficiency tracking Génération d'hydrogène Détection de défaut (ingénierie) Électrolyseurs Commande automatique Défauts Graphes de lien Commande en temps réel L’hydrogène vert est le vecteur d’énergie du futur le plus prometteur car il est d’une part capté par des sources renouvelables et inépuisables qui sont les énergies éolienne et/ou solaire et d’autre part permet de meilleurs transport et stockage de l’énergie sur le long terme en bouteilles haute pression par un électrolyseur pour produire ensuite de l’électricité par des piles à combustible sans émission d’aucun polluant. La nature intermittente des SER dégrade la performance et le fonctionnement dynamique des électrolyseurs PEM et leur couplage doit être étudié afin d’assurer la disponibilité opérationnelle et la pérennité du fonctionnement des équipements par une détection précoce des défauts et l’estimation de leurs durées de vie mais aussi le suivi en ligne des performances technico économiques. L’objectif de la thèse réalisé dans le cadre du projet Européen Interreg-2 Mers E2C est de développer un modèle dynamique multi-physique d’un électrolyseur PEM, basé sur une approche Bond-Graph pour une utilisation générique pour d’autres types d’électrolyseur non seulement pour l’analyse mais aussi pour la conception de systèmes de supervision en ligne pour la détection et localisation de défauts. La modélisation des divers composants de l’électrolyseur a été réalisée sous forme de capsules Bond-Graph. Ces capsules peuvent être connectées en tenant compte de la structure du diagramme d’instrumentation pour obtenir un modèle dynamique global. Ce modèle est capable de représenter différentes configurations, du pilote de laboratoire jusqu’à l’échelle industrielle, et également de suivre l’efficacité en temps réel. Le modèle a été converti en MATLAB® Simulink pour implémentation, puis validé expérimentalement sur une cellule alimentée par une Plateforme Multi-Source Hybride comprenant des sources d’énergie solaire et éolienne. Le modèle a été adapté pour représenter et étudier la performance d’un électrolyseur à Membrane Echangeuse d’Anions, dont la configuration et l’architecture sont similaires, en collaboration avec l’Université d’Exeter. Le modèle permet également de développer des algorithmes de commande, diagnostic et pronostic ; ainsi, un diagnostic robuste des défauts est présenté dans ce travail. Une Interface Utilisateur Graphique pour la supervision en ligne incorpore le modèle et les algorithmes de diagnostic. Renewable Energy Sources (RES) have emerged as a sustainable alternative to carbon-based energy sources as the world is struggling in limiting the greenhouse effect in the coming years. The use of RES, such as solar and wind, alone is non-reliable due to their intermittent nature. The surplus electricity generated during off-peak hours must be stored to tackle the problem of the unavailability of energy. Green Hydrogen (GH_2) generation using electrolyser running on RES has seen an increase in recent years for the storage of this surplus energy due to its advantages over conventional methods (such as batteries and ultra-capacitors) for long term storage and transport. Proton Exchange Membrane (PEM) based electrolysers are better suited for the coupling with RES as compared to the alkaline electrolysers due to their faster start-up times and fast dynamic load changing capability. The intermittent nature of RES affects the performance and operation dynamics of the PEM electrolyser and must be analysed and studied in order to make these systems more reliable and safer to use. Mathematical modelling is one of the possible solutions for studying their behavior and developing supervision algorithms.Under the framework of the E2C project of the European Interreg 2-Seas program, a generic dynamic multi-physics model of a PEM electrolyser has been proposed in this work based on Bond Graph (BG) approach. Various components of the PEM electrolyser have been modelled in the form of BG capsules. These capsules can be connected based on the piping and instrumentation diagram of the PEM electrolyser system to have a global model of the system. The developed model is capable of representing different configurations of PEM electrolysers ranging from laboratory scale to industrial scale. The model is also capable of facilitating efficiency tracking in real-time. The developed model in the BG form has been converted into MATLAB® Simulink block diagram from the implementation point of view.The model was then validated using a single cell PEM electrolyser powered by a Hybrid Multi-source Platform (HMP) running on solar and wind energy at the University of Lille. The proposed model was also extended for the modelling and performance study of Anion Exchange Membrane (AEM) electrolysis cell, in collaboration with the University of Exeter of England, which shares a similar configuration and architecture.The developed model for the PEM electrolysis system is also suitable for the development of control, diagnosis, and prognosis algorithms. Therefore, a model-based robust fault diagnosis for PEM water electrolyser has been proposed in this work. The proposed diagnosis algorithms and model have been then utilized for developing the graphical user interface for online supervision. Electronic Thesis or Dissertation Text en PDF 28398943 https://pepite-depot.univ-lille.fr/LIBRE/EDMADIS/2021/2021LILUB028.pdf https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 https://theses.fr/2021LILUB028/abes https://theses.hal.science/tel-03675228 https://theses.hal.science/tel-03675228 Sood Sumit Sood 1988-10-19 IN 262233711 http://www.theses.fr/2021LILUB028 2021LILUB028 2021-12-07 Automatique, productique Université de Lille (2018-2021) 223446556 Doctorat Docteur es non oui Ould Bouamama Belkacem MADS_DIRECTEUR_DE_THESE_1 069766584 Dieulot Jean-Yves MADS_DIRECTEUR_DE_THESE_2 069468249 Lemaire-Semail Betty MADS_PRESIDENT_DU_JURY 069419183 Bressel Mathieu MADS_MEMBRE_DU_JURY_1 198109962 Yousfi Steiner Nadia MADS_MEMBRE_DU_JURY_2 176245030 Boon Jurriaan MADS_MEMBRE_DU_JURY_3 Khodakov Andrei MADS_MEMBRE_DU_JURY_4 061672114 Turpin Christophe MADS_RAPPORTEUR_1 059705442 Jemeï Samir MADS_RAPPORTEUR_2 07256329X École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....) MADS_ECOLE_DOCTORALE_1 258621362 Centre de Recherche en Informatique, Signal et Automatique de Lille MADS_PARTENAIRE_DE_RECHERCHE_1 410272 18388695X ddc:620 Ould Bouamama Belkacem Dieulot Jean-Yves Lemaire-Semail Betty Bressel Mathieu Yousfi Steiner Nadia Boon Jurriaan Khodakov Andrei Turpin Christophe Jemeï Samir Ecole doctorale Mathématiques, sciences du numérique et de leurs interactions (Lille) Centre de recherche en informatique, signal et automatique de Lille PDF 28398943